基于加權(quán)判別隨機鄰域嵌入的故障特征提取算法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大小：551 K
標(biāo)簽： 類別信息 隨機鄰域嵌入 加權(quán)距離
所需積分：0分積分不夠怎么辦？
文檔介紹：針對大數(shù)據(jù)維數(shù)高,、非線性強、噪聲敏感,、故障特征信息冗余、部分歷史數(shù)據(jù)類別標(biāo)記信息可獲取等特點,，對適用于非線性數(shù)據(jù)的t-SNE無監(jiān)督流形學(xué)習(xí)方法進行改進,，提出一種基于加權(quán)判別隨機鄰域嵌入的故障特征提取算法。在原始高維空間和相應(yīng)的低維子空間定義包含類別信息的數(shù)據(jù)相似度,，使用Manhattan距離作為度量方式以增大數(shù)據(jù)相對距離差,，基于距離遠近關(guān)系進行相似度加權(quán)，由此充分利用類別標(biāo)記約束指導(dǎo)降維,，使得類間更分散而類內(nèi)更緊湊,。結(jié)合KNN方法的UCI仿真數(shù)據(jù)集分類實驗與KDD99網(wǎng)絡(luò)故障診斷實驗，表明該改進故障特征提取算法能夠?qū)崿F(xiàn)更有效的故障診斷,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。